COVER 是一种评估契约，通过在结果生成前固定公共信息边界、下游栈 G 和有限合法团队族，使有限基准上的“路由后悔值”（oracle regret）可被识别；受控测试表明它能暴露选择余量，但并未制造出“路由必胜”的结论。
值得关注：在智能体系统评测中，简单地比较端到端准确率会混淆多个因素。COVER 通过预先注册的评估契约和有限团队覆盖，使得“路由效果”在固定栈上可被识别。这有助于防止事后挑选对照来制造虚假的路由优势，也为多智能体路由评估提供了更严格的基准。
ContextPilot 提出一种用于长程智能体任务的主动上下文管理框架，通过扩展规划、长期记忆和软上下文卸载工具，并使用面向上下文编辑动作的细粒度强化学习（RL），在长上下文问答和深度搜索任务中实现更强性能与更紧凑的工作上下文。
值得关注：针对现有主动上下文管理方法的三个关键缺陷给出系统性解决方案：扩展工具集、改进探索效率、细化RL奖励分配。 与已有相关卡片相比，增量信息在于： 相比 CompactionRL（仅通过上下文压缩进行RL训练），Contex…
本文提出一个分裂共形（split conformal）框架，使神经算子输出的校准逐点带能在评估域上至少 $1-\gamma$ 的比例内包含真实解，并且该覆盖保证在测试输入与校准输入上以至少 $1-\alpha$ 的概率成立（$\alpha,\gamma\in(0,1)$）。在Darcy流与Navier-Stokes方程实验中，该校准带比现有校正方法更紧，同…
值得关注：该工作将共形预测的统计保证引入神经算子/函数空间算子学习，弥补了神经算子“预测快但缺少不确定性量化”的短板。与已有相关卡片相比，本条不是针对区间/模糊神经网络、真实-虚假分类或主观风险分解，而是直接为神经算子输出提供逐…
该综述认为，2025–2026年的神经网络优化已不能简单描述为“新Adam变体的序列”；矩阵感知（matrix-aware）优化器是真实进展，但不存在独立于具体情境的AdamW替代品。
值得关注：该综述为“优化器对比”提供了一个宏观框架，有助于避免把局部最优推广为普适结论。 与既有SOAP/Muon卡片的关系：已有卡片显示SOAP与Muon在机器学习原子间势训练中显著优于Adam；本条综述则补充了重要的限定条件…
大语言模型在面对“同一事实存在多个版本”的长尾分歧知识时，往往只回忆起其中一个版本；ElephantBench 上性能最强的模型也仅在 52.4% 的问题中同时恢复两个版本，说明参数化记忆存在明显的认知短视。
值得关注：它把评测重点从“模型是否能给出唯一标准答案”转向“模型是否掌握同一事实的不同版本或叙述”，这对长尾知识、争议性话题和多文化叙事尤为重要。 与既有脉络的关系：已有相关卡片《格莱斯式退避》聚焦于模型在知识边界之外仍生成貌似…
本文提出一种基于 nnU-Net 家族、结合解剖（器官）监督与在线交互式涂鸦提示的全身病灶分割模型，用于 FDG 和 PSMA PET/CT，在 AUTOPET V 挑战中通过四折交叉验证取得稳定最优性能。
值得关注：与既有相关卡片脉络不同，本文关注医学影像中的基础模型应用，属于“foundation-model”主题下的医学分割场景。 增量信息：将可提示分割与在线交互训练结合到 PET/CT 病灶分割中；同时处理 FDG/PSMA…
Aero Hand Open 是一款开源的腱驱动拟人灵巧手，随附仿真模型、双向驱动映射和强化学习训练包，作者宣称可以让策略完全在仿真中训练后直接部署到实体手，无需微调或状态估计。
值得关注：已有相关卡片分别关注强化学习流水线（REGRIND）、系统集成框架（DEED）和组合泛化学习（战略性扩展），而本卡片的增量信息在于提供一个完整的开源硬件–仿真–控制映射–训练部署平台，重点解决腱驱动手这类硬件的仿真表达…
本研究对 scikit-rebate 包进行重构、优化与扩展，加入 SWRF*、mu-Relief 及 5 种新 Relief 变体，并在模拟基因组数据上比较发现：除 mu-Relief 外，多数 RBA 能有效检测噪声数据中的二阶交互；采用“far”评分的变体（尤其 MultiSWRFDB*）最擅长检测二阶交互但对主效应不敏感；综合主效应与二/三阶交互，…
值得关注：为高维生物医学数据（如基因组关联分析）提供了可扩展、可解释且能感知交互的特征选择工具。 对 scikit-rebate 的重构显著降低计算成本，使 RBA 在大型数据集上更可用。 与已有相关卡片不同，本条增量信息聚焦于…
AcrossVAM1.0 是一个 0.28M 参数的轻量级文本辅助视频动作模型，通过将未来预测分解为“语义粒子运动 + 稠密外观生成”来预测机器人未来 5 帧；在自建 VRS 基准上，粒子动力学使轨迹误差比“持续最后一帧”基线降低 21.0%，但语言指令的影响仍较弱（正确 vs 打乱语言仅带来 2.8–3.1% 的轨迹误差变化），外观交付也尚未在 LPIP…
值得关注：它不是在“更大像素生成器”方向上继续堆规模，而是显式把运动预测与外观生成拆成可分别评估、可解释的模块。 粒子动力学在轨迹维度上的收益可以被单独度量，这比只看整帧图像质量更能反映机器人任务所需的结构化运动信息。
听者无法仅从话语形式（utterance form）完全恢复说话者的意图；无论使用多少文本数据、多少监督信号，任何文本表示（包括当代大语言模型的隐藏状态）在解码意图时都会受到形式对意义内在不确定性的上界限制。
值得关注：这是对“用海量文本训练即可让模型理解意义”这一主流信念的形式化挑战。 它把意义歧义从工程难题上升为信息论必然，有助于界定大语言模型能力的真实边界。 与已有相关卡片的关系：本卡片不讨论训练策略或评估框架，而是从信息论角度…
按该速递摘要，Anthropic 应用 AI 团队发布《AI Native SDLC Playbook》，认为 AI 让写代码变快后，真正的“新卡点”是评审、测试、发布等上下游流程仍停留在人工速度；解法是把单向开发流水线改成循环 Loop，并用版本化产物让 AI 与人可接续、可审计地协作。
值得关注：这条信息的重要性在于：它把 AI 编程的瓶颈从“写代码”重新定义为“完整交付流程”。如果只加速编码，而评审、测试、发布仍按人工速度运行，AI 的收益会被下游环节抵消。相比已有相关卡片，本条不是关于 MCP 服务器、图像…
Pavo 上线 Agnes Video 2.5 系列，其中 Flash 型号完全免费，并配套短剧 Harness 与无限画布，推动 AI 视频生成从单镜头生成走向多集短剧的连续化制作工作流。
值得关注：已有相关卡片已记录“Agnes Video 2.5 系列发布，Flash 版免费开放”。本条卡片的增量信息在于：Pavo 平台上的 Agnes Video 2.5 不只是提供免费档位，还配套了短剧 Harness 和无…
OpenAI与博通联合打造的推理芯片Jalapeño，在Hot Chips大会公布的首份跑分中显示，三款公开模型上的每千瓦吞吐量达英伟达系统1.5至1.9倍；该芯片从设计到流片仅用9个月，计划2026年底以极小规模部署。
值得关注：这是OpenAI从依赖外部芯片转向自研推理芯片的重要信号。自研芯片若能落地，可能影响AI芯片市场竞争格局，并让OpenAI在推理算力成本与定价上获得更大主动权。同时，AI生成kernel加速芯片设计的案例，也可能为芯片…
智谱上线并开源GLM-5.3-Flash（320B-A18B），这是GLM-5系列首个原生多模态模型，AA综合智能指数为57分，与Claude Opus 4.8持平；定价仅为GLM-5.3的1/10，限时低至Claude Opus 4.8的1/40，并首次部署在大规模国产芯片集群上。
值得关注：GLM-5.3-Flash将稀疏与线性注意力混合架构引入开源前沿模型，可能在保持智能水平的同时降低激活参数和层数，从而降低推理成本。以Opus 4.8的1/40价格提供接近旗舰的智能水平，可能加剧AI模型定价竞争。同时…
Figure 推出 Index 数据采集项目，通过众包方式收集人类真实任务视频，为机器人基础模型 Helix 补充现实经验，并计划未来 12 个月在数据和算力上投入超 10 亿美元。
值得关注：该案例展示了“数据众包”在机器人基础模型训练中的具体落地方式，也反映出头部机器人公司正在围绕现实世界数据构建护城河，而非单纯比拼硬件参数。
OpenAI 正在扩大其在巴西的存在，深化与开发者、企业和社区的合作，以支持该国对 AI 的采用。（待核实）
值得关注：这是 OpenAI 在拉丁美洲市场布局的又一信号。如果后续公布更多细节，将有助于观察 OpenAI 如何从产品访问扩展到区域生态建设。（本条为增量信息，不与已有相关卡片重复。）
腾讯混元通过2-bit与1.25-bit两套极致量化方案，将端侧翻译模型Hy-MT2-1.8B从约3.3GB压缩至440MB，翻译质量几乎无损，并在FLORES-200评测上优于微软、豆包等商业翻译API。
值得关注：该案例说明极低bit量化可将1.8B模型压缩至数百MB，为端侧翻译、实时字幕等资源受限场景提供可行路径。自研Sherry三值量化入选ACL 2026 Oral，提示方法本身具备一定学术创新性；与产业伙伴的联合优化也体现…
一项针对1000多名学生的随机研究，考察了ChatGPT、批判性思维训练、原创性与真实大学作业表现之间的关系；具体结论暂无法从材料中确认，待核实。
值得关注：在AI工具快速进入教育场景的背景下，关于“使用ChatGPT是否会削弱学生独立思考能力”的讨论很多，但缺乏大规模随机证据。 本卡片对应研究的价值在于：用超过1000名学生的随机研究，聚焦真实大学作业，而非实验室任务，可…
Anthropic 于 2026 年 8 月 27 日发布“模型硬件标准”（Model Hardware Standard, MHS）的研究预览，这是一个让 AI 代理安全操作物理设备的共享规范，旨在将实验室和工厂的设备集成时间从数周甚至数月缩短到几小时或几分钟。
值得关注：MHS 是 Anthropic 在“AI 操作物理世界”方向上的关键布局。它提供了一个开放的硬件互操作标准，有望打破实验室和工厂中设备“各自为政”的集成瓶颈，使 AI 代理能够大规模接管繁琐的、机械性的实验执行工作。相…
比尔·盖茨警告，AI在生物、网络攻击、心理社会影响、破坏就业乃至失控风险上均已跨过原本应提前设防的临界点；他认为行业无法自我监管，需要“人类保留岗位”、机器人税、token税等激进政策干预。
值得关注：这是全球知名科技领袖罕见地使用“已跨过临界点”的表述，并把生物恐怖主义、就业、心理社会影响和失控风险并列，还给出了税收、强制监控、国际合作等具体治理抓手，而不仅仅是发出泛化警告。增量信息在于：本条不是NIST AI R…